Le neuroflou en finance

Le neuroflou en finance
Written by Pierre Orphelin
Dans cet article nous présentons comment des techniques neuro-floues peuvent efficacement
enrichir des systèmes de trading. Le logiciel TradeStation est un des logiciels les plus utilisés pour analyser en temps réel les
données des marchés financiers. Nous l’avons interfacé avec l’atelier logiciel Safir-X ce qui
permet à l’utilisateur de TradeStation de bénéficier des atouts du Neuro-Flou: prise en compte
du savoir de l’expert et acquisition automatique de connaissances à partir de données
historiques.
Après une présentation rapide du contexte et des enjeux, nous décrivons les outils logiciels mis
en oeuvre (TradeStation et Safir-X).
1)L' Analyse Technique.
Cette dénomination peut prêter à confusion par son aspect généraliste.
Elle vise à regrouper toutes les techniques numériques, graphiques utilisant les séries
chronologiques de cours, pour en tirer des prédictions des tendances futures.
Vouloir prédire les cours à venir à partir de ceux du passé est une entreprise plutôt illusoire, et
son succès tout à fait relatif tend à montrer que l'équation magique qui régirait les marchés n'a
pas encore été découverte.
Le débat reste ouvert et risque de ne jamais être clos, car là encore une telle découverte serait
1/9
Le neuroflou en finance
Written by Pierre Orphelin
incompatible avec l'existence même des marchés, régis uniquement par la loi de l'offre et la
demande.
Cependant, des étude menées il y a une trentaine d'années, montre que la distribution
statistique des variations des cours ne suit pas une distribution normale (gaussienne).
Cette anomalie de distribution perdure de nos jours :
Il a été observé une leptokurtose de la courbe de distribution qui est en fait la seule justification
scientifique de l'analyse technique: La progression des cours ne se fait pas toujours au hasard,
et on observe des tendances (trends) qui peuvent alors être détectées par l'analyste technique
Par contre, le départ du trend et sa fin suivent un processus aléatoire, en tout cas difficile à
formaliser, même si certaines techniques (fractales) tirent un léger avantage quant à
l'explication.
Plus prosaïquement, il est possible de produire des gains sur les marchés financiers en
2/9
Le neuroflou en finance
Written by Pierre Orphelin
essayant de détecter le sens les tendance dès qu'elles semblent se dessiner dans un sens , et
d'inverser sa position dans le cas contraire.
Des centaines de techniques ont été développées depuis plus d'un siècle dans le monde
occidental pour interpréter les séries chronologiques boursières, et la plupart d'entre elles visent
à retravailler les données brutes pour y faire apparaître de façon plus lisible les tendances.
2-Recherche automatisée de systèmes de trading: Safir -Xp
ll permet de créer, développer, valider des prédicteurs qui, insérés dans des systèmes de
trading, génèrent en temps réel des signaux d'achat/vente sur les marchés en fonction des
cotations instantanées
Afin de répondre aux attentes des utilisateurs, ce logiciel a été développé par JewelSoft en
partenariat avec Pierre Orphelin.
Principe : Il s'agit, au vu de l'évolution des cours, d'être capable de détecter le plus rapidement
possible un changement de tendance afin de prendre la bonne décision achat ou vente.
L'Analyse Technique est surtout connue pour les méthodes graphiques qu'elle propose pour
analyser les tendances des marchés. Ces méthodes sont loin d'être robustes.
Heureusement l'Analyse Technique propose aussi tout un choix d'indicateurs mathématiques et
statistiques qui chacun, du fait qu'ils s'appuient sur un certain recul des cours, encapsulent une
partie du comportement de ces derniers.
Il est alors possible de formuler des règles : par exemple, si Dmi+ reste supérieur à Dmi-, le
marché est considéré comme haussier, baissier dans le cas contraire.
Reste que considérer un ou deux de ces indicateurs n'est pas suffisant et qu'il devient très
difficile de formuler une base de règles faisant intervenir au minimum 4 ou 5 indicateurs,
d'autant que les seuils de comparaison sont fixés souvent arbitrairement
3- Le choix de l’algorithme : neuroflou ( neurofuzzy logic)
La logique floue présente d'autre part un avantage particulier dans le domaine de l'analyse
technique:
Les indicateurs utilisés sont en fait trop précis numériquement pour être efficaces, alors qu'en
3/9
Le neuroflou en finance
Written by Pierre Orphelin
général il faudrait seulement savoir si tel indicateur est haussier, neutre ou baissier.
En logique conventionnelle (crisp logic), la fixation de niveaux numériques fixes, ou même
adaptatifs répond forcément à une logique booléenne, ici préjudiciable. Il suffit que le niveau
précédent soit franchi d'un incrément infinitésimal par l'indicateur dérivé des cours pour que le
signal soit donné. Ce qui est beaucoup trop fréquent pour que l'analyse technique puisse
produire des résultats fiables dans le temps sur cette base conceptuelle.
La logique floue ( fuzzy logic) permet de s'affranchir de cette logique en "tout ou rien", en
recodant l’information d’une façon particulière :
On mesure l’appartenance d’un indicateur à un sous ensemble flou par l’intersection de
l’ordonnée de sa valeur avec la forme géométrique (triangulaire ici) qui représente les sous
ensemble flou.
Du fait de l’interpénétration des triangles, un indicateur peut être à la fois dans une zone et une
autre, et ce à hauteur d’un pourcentage d’appartenance déterminé :
4/9
Le neuroflou en finance
Written by Pierre Orphelin
L’interprétation en logique floue d’un indicateur est donc paradoxalement bien plus riche et
précise qu’elle ne le serait par des méthodes classiques à base de niveaux surachetésurvendu:
Les indicateurs utilisés sont en fait trop précis numériquement pour être efficaces, alors qu'en
général il faudrait seulement savoir si tel indicateur est haussier, neutre ou baissier. La logique
floue ( fuzzy logic) permet de s'affranchir de cette logique en "tout ou rien", en recodant
l’information d’une façon particulière. Mais le revers de la médaille se trouve dans la définition des sous - ensembles flous et la
construction de règles.
En effet, chaque indicateur étant codé en logique floue, les variantes d’interprétation deviennent
rapidement impossibles à gérer pour l’esprit humain :
5/9
Le neuroflou en finance
Written by Pierre Orphelin
Ce travail peut être considérable en termes de temps de développement.
Fort heureusement, les techniques d'apprentissage neuronales de Safir permettent la définition
des règles et des ensembles flous sans intervention directe de l'utilisateur ( d’ou la
dénomination " neuro-flou "):
6/9
Le neuroflou en finance
Written by Pierre Orphelin
Les fichierset
prédicteur
posteriori,
algorithmes
neuro-flou
générés à
d’apprentissage
sont directement
dans
partirSafir-X
des supervisé.
utilisés
cours
contiennent
par
dans
Safir-X
TradeStation
la réponse
pour valider
attendue
pour
l'entraînement
réaliser
du prédicteur
l'entraînement
par des
par calcul
du à
4- L’avantage du neuroflou
On voit tout de suite l'impact que peut avoir le Neuro-Flou :
- Les règles deviennent floues pour accommoder les fluctuations de seuil,
- La base de connaissance peut être optimisée automatiquement à partir de données
historiques.
A partir d'un choix d'indicateurs et d'un ensemble de données boursières sur une période de
référence, Safir Xp met à profit les capacités d'apprentissage offertes par SAFIR-X pour
rechercher les descriptions floues qui satisfont au mieux un critère de performance choisi par
l'utilisateur (gain total, retour sur investissement, engagement financier minimum ...).
Les données historiques sont systématiquement fractionnées en deux parties : la première est
utilisée pour la recherche des prédicteurs, la seconde permet un test immédiat sur des données
non vues.
Pour être capable de prédire des signaux d'achat/vente, le FIS (Fuzzy Inference System)
initialisé au cours de l'étape précédente doit acquérir de la connaissance.
Il "apprend par l'exemple" (la première partie de l'ensemble des données de trading est appelée
7/9
Le neuroflou en finance
Written by Pierre Orphelin
"ensemble d'apprentissage"); son objectif est d'approximer la relation qu'il peut y avoir entre les
indicateurs et l'ordre d'achat/vente calculé à posteriori dans le fichier de données.
Une fois l'apprentissage effectué, la deuxième partie des données est utilisée pour évaluer les
performances du FIS sur des données différentes de celles vues pendant l'apprentissage.
Safir Xp ne fournit pas une solution unique mais propose un ensemble de FIS (Fuzzy Inference
System). Il est possible de vérifier le comportement de chacun de ces prédicteurs sur des
données supplémentaires. Il ne faut pas oublier en effet que presque toujours Safir-Xp aboutira
à une solution donnant des résultats, mais la fonction de transfert << indicateurs - signal
achat/vente>> capturée ne sera pas forcément celle recherchée, par exemple si les données
boursières sont fortement bruitées.
L'accent a donc été mis pour fournir à l'utilisateur le maximum de facilités pour tester ses
systèmes de trading "off-line".
Trouver manuellement des descriptions floues performantes est pratiquement impossible; il y a
trop de possibilités de configuration des sous-ensembles flous. La fonction Recherche
automatique résout ce problème.
Safir-Xp teste la description floue initiale, il applique un algorithme d'apprentissage, et
enregistre la valeur du critère de performance choisi comme objectif (le retour sur
investissement dans cet exemple). Quelque soit le résultat, bon ou mauvais, l'Assistant
mémorise cette solution dans l'History list (solution# 0) et affiche le tableau des performances
calculé sur l'ensemble d'apprentissage, sur l'ensemble de test et sur la totalité des données.
Il essaie alors d'améliorer cette solution. Des algorithmes propriétaires sont mis en oeuvre pour
modifier la structure du FIS en ajoutant des sous-ensembles flous aux endroits adéquats, ce qui
résulte en une modification de la base de règles floues.
A son tour le nouveau FIS reçoit un apprentissage et l'objectif est recalculé.
La fenêtre History reflète en temps réel ce processus : chaque fois qu'une nouvelle solution
améliore le résultat trouvé par le FIS dont elle est issue, celle-ci est ajoutée à l'History list. Les
mauvais candidats sont rejetés. Le critère retenu pour la comparaison est la valeur de l'objectif
sur la période d'apprentissage pondérée par la valeur obtenue sur la période de test.
La phase de recherche peut être assez longue (quelques minutes à quelques heures) selon le
nombre d'indicateurs et la taille du fichier de données. L'utilisateur a la possibilité de moduler la
8/9
Le neuroflou en finance
Written by Pierre Orphelin
profondeur de l'exploration ou de l'interrompre.
A la fin de la recherche, le FIS aboutissant au meilleur résultat est rechargé en mémoire. Ses
performances ainsi que la courbe de profit sont affichées.
Le tableau montre les différents critères de performance qu'il est possible de choisir comme
objectif d'optimisation. Dans cet exemple c'est le retour sur investissement qui est sélectionné.
A ce stade l'ensemble de la recherche est automatisée, et les systèmes validés sont stockés
dans une base de données pour être ensuite mis en compétition au sein d'un portfefeuille (
logiciel PFO3).
Ce module additionnel permet d'exploiter en temps réel ou non les prédicteurs neuro-flous
générés par Safir Xp connecté à TradeStation (de TradeStation Technologies).
9/9